機場用柴油發電機油位智慧管理系統

陳 果 劉皓翔 倪 志 馬志鵬

（1.重慶機場集團有限公司，重慶 401120；2.西南大學，重慶 400715；3.重慶前衛無線電能傳輸研究院有限公司，重慶 401120；4.重慶理工大學，重慶 400054）

近年來，機場逐步發展成為凝聚航空產業資源、激發區域發展活力的重要公共基礎設施，也成為成渝地區雙城經濟圈中的重要開放門戶，是錨定地區經濟發展的重要因素。《民用運輸機場供用電安全管理規定》中將樞紐機場指定為特級或一級重要電力用戶[1]。航站樓屬于重要的用電單元，如果航站樓發生停電事故，旅客流程將受到嚴重影響。當航站樓出現供電中止的突發情況時，自啟動柴油發電機組將作為航站樓供電的最后保障，具有重要的電力系統托底作用[2]。確保機場柴油發電機電力的持續輸出是一項重要工作。保障柴油發電機持續工作的前提是油量可控、可及時補充，發生大面積停電事故的應急處突的情況下，多臺發電機可同時啟動。由于值班點以及發電機分散分布，為數不多的運維班組人員趕往各發電機設備間現場值守確認，給供電保障部門造成人力調配的運行壓力。因此，一種新技術亟待應用于機場柴油發電機油位監測的工程中。物聯網技術是新一代智能技術，廣泛存在智慧建筑、智慧工業等領域的應用解決方案中[3-4]。本文利用物聯網技術，結合設備運行工況構建柴油發電機油位智慧管理系統。

1 系統整體組成結構設計

系統由傳感器子網絡、數據無線傳輸主網絡以及用戶交互平臺所組成，如圖1所示。

圖1 系統整體組成結構

發電機的地理位置沿航站樓外沿分布，受其地理條件約束，需要在航站樓東側與西側分別構建傳感器子網絡，子網絡總體呈現星形分布的拓撲結構特征。每個發電機設備間設置一套傳感器及下位機，采集的數據由下位機利用LoRa低功耗廣域網絡向子網絡數據收集上位機發送。

利用NB-IoT網絡將子網絡中的各組數據上傳至主網絡上位機。在主網絡上位機中，可以對數據進行邊緣計算，判斷是否需要對各柴油發電機油位進行預警。預警信息與各類數據最終以LWM2M協議上傳至云平臺。在平臺中，進行數據交互、狀態顯示等功能的實現，并進行交互界面的展示[5]。

設計的物聯網系統由4個層面組成，由下至上分別為以傳感器模塊組成物聯網的感知層，以數據通信模塊組成物聯網的網絡層，以數據處理軟件模塊組成物聯網的運算層，以人機界面模塊組成物聯網的應用層。在感知層中，將發電機油箱余量等信息轉換為有效數據；在網絡層中，構建傳感器網絡實現多臺柴油發電機的有效數據間的組網互聯；在運算層中，依據網絡層中有效數據展現運維人員的最優工作策略；在應用層中，通過電腦端網頁，實時顯示各發電機的剩余油量信息，并推送建議運維工作方法。

2 各模塊功能設計

2.1 傳感器模塊

柴油發電機及其油箱實物如圖2所示。

圖2 機場用柴油發電機及其油箱

油箱正面安裝有一根透明油管，油管中液位與油箱中液位相同，運維人員在現場可以通過肉眼觀察的方法獲取油箱中剩余油量。

本文設計傳感器模塊用于監測液面位置，將內含磁鋼的中空球放置在油管內，使其可以隨液位上下漂浮。磁場強弱即對應液面信息，同時可被由磁敏電阻R0和三極管組成磁敏式傳感器捕獲，以非接觸的方式轉變為開關量信號。

磁敏傳感器工作基本原理如圖3所示。

圖3 磁敏傳感器工作基本原理

在油管外圍垂直放置磁敏傳感器陣列，其中包含n個磁敏傳感器。當中空球處于第i個傳感器的檢測范圍時，第i-1、i、i+1號傳感器中僅有i號有輸出信號，系統即可探知柴油液面所處位置并由下位機實時發送至工作終端。當陣列中最上、下方傳感器輸出信號時，分別表明油量已趨于滿油、接近預警值的狀態。

磁敏傳感器陣列布置如圖4所示。

圖4 磁敏傳感器陣列布置

2.2 數據通信模塊

本模塊中應用了SEMTECH公司生產的SX1268射頻芯片實現數據通信功能。該芯片的LoRa無線串口模塊E22-400T22D的接收靈敏度可達-148 dBm，數據傳輸速率范圍達到0.3～62.5 kB/s，穩定通信距離可達5.0 km。在實際應用中，油位開關量信號經下位機STM32處理后，由E22-400T22D模塊上傳至LoRa 模塊，數據匯集后通過USART 與上位機STM32進行實時數據交互。為了避免子網絡之間的信號干擾，在初始化時，為每個星形網絡下的監測節點分配節點地址和頻率信道等參數。

2.3 數據處理模塊

以油管長度為參照，磁敏傳感器陣列從下到上設于20%、40%、60%、80%四個監測點，對應油管浮球所處位置，判別油位所處區間范圍并形成傳感器采樣數據。NB-IoT網絡連接成功后，由LoRa無線模塊向單側航站樓子網絡數據收集上位機下發來自云平臺的控制指令。通過該網絡，主網絡上位機可以接收上傳數據，接收的數據按照各油機室設備編號順序存儲至消息列表。收集所有設備的上傳數據后，將封裝好的數據幀上傳至云平臺。

系統軟件執行流程如圖5所示。

圖5 系統軟件執行流程

2.4 人機界面模塊

終端設備與云平臺監測界面之間的數據交互按照HTTPS請求和應答方式實現。各傳感器數據被上傳至OneNET平臺后，被推送至監測界面。

人機交互界面如圖6所示。

圖6 人機交互界面

該界面中實時顯示各發電機油位的擬合百分數以及預估剩余分鐘數，具有歷史數據查詢、網頁端設置等人機交互功能。油位過低到達預警區時，界面中可顯示油位信息的警告狀態。

3 裝置功能驗證

本文所述監測裝置分別對兩個油箱液位同時進行了監測。以30 min為間隔標注了6個觀測時間點，測試時間段內發電機油位的變化情況如圖7所示。

圖7 發電機油位變化數據

在測試時間內，1號發電機經30 min熱備用后待機，因此其油量基本保持在80%的同一數值上；2號發電機持續帶載測試，運行至30 min、90 min時向其油箱內補充了柴油，且第二次注油量相對較少。在第150 min時，2號發電機油位達到20%的預警區。此時，在人機交互界面中發出了“2號發電機油量不足20%”告警信息，證實了本文所設計的柴油發電機油位監測裝置的有效性。在界面中，相關發電機負荷區域和油位狀態進行同步展示，直觀地為運維人員提供運維保障信息。系統可以極大提升機場柴油發電機油位監測的智能化水平，提升機場發電機保障工作的效率，有效緩解故障處理工作中的人力、物力內耗。

4 結語

本文設計了一套便于機場應用的柴油發電機油位智慧管理系統。系統以物聯網為構建的技術基礎，采用LoRa低功耗廣域網絡來實現物聯網中感知層、網絡層、計算層、應用層的數據聯系。機場運維人員應用該系統后，可在線獲取航站樓柴油發電機的油位信息并提前調配人力資源。因此，該系統有效量化了柴油發電機保障工作目標，優化了應急處突工作中的人力、物力配置，有效地提升機場應急保障柴油發電機的智能運維水平以及人員工作效率，降低了盲目性。